学习 Python：强大的面向对象编程（第 5 版）共享引用——共享引用和相等
为了充分披露信息，应该指出：对某些类型，本章之前描述的垃圾回收行为可能是概念化的而非很精确的。考虑下面这些语句：
>>> x = 42
>>> x = 'shrubbery' # 现在回收42了?前面提到：因为Python缓存和重用了小整数和小字符串，这里的对象42很可能不被真的回收；相反，它将很可能保留在一个系统表中，在代码下次产生42时被重用。然而，大多数对象，当它们不被引用时就被立即回收；对于那些不被立即回收的，缓存机制也和代码无关。
比如，因为Python的引用模型，在Python程序中有两种不同方法来检查相等。创建一个共享引用来展示：
>>> L = [1, 2, 3]
>>> M = L # M 和 L 引用同一对象
>>> L == M # 值相同
True
>>> L is M # 对象相同
True这里第一个技术，==操作符，测试两个被引用对象是否有相同值；这是Python中几乎总是用来进行相等检查的方法。第二个方法，is操作符，测试对象相等——如果两个名称指向相同的对象，它才返回true，所以它是一个强很多的相等测试形式，在大多数程序中很少使用。
真的，is简单地比较实现引用的指针，而且如果需要，它作为代码中探测共享引用的一种方式。如果名称指向等价但不同的对象，它返回False，和运行两个不同字面量表达式时的情况一样：
>>> L = [1, 2, 3]
>>> M = [1, 2, 3] # M 和 L 引用不同对象
>>> L == M # 值相同
True
>>> L is M # 对象不同
False现在，观察当对小数字执行同样操作时会发生什么：
>>> X = 42
>>> Y = 42 # 应该是两个不同对象
>>> X == Y
True
>>> X is Y # 不管怎样是同样的对象: 缓存起作用了!
True在这个交互中，X 和 Y 应该 == （值相等），但不是 is （同样的对象）因为运行了两个字面量表达式（42）。然而， 因为小数字和字符串会被缓存和重用，is告诉我们它们引用了同样的单个对象。
事实上，如果真的想了解原理，可以总是问Python一个对象有多少个引用：在标准sys模块中的getrefcount函数返回了对象的引用数。比如，当在IDLE GUI中询问整数对象1时，它报告了这同一个对象的647个重用（大多数是在IDLE的系统代码中，而不是在我的代码中，然而在IDLE之外这个操作也返回了173，所以Python一定也在囤积1）：
>>> import sys
>>> sys.getrefcount(1) # 这个共享内存片段的647个指针
647这种对象缓存和重用和代码无关（除非运行is检查！）。因为不能就地修改不可变的数字或字符串，对同一个对象有多少引用是没有关系的——每个引用将总是看到同样的，不变的值。然而，这个行为反应了Python为执行速度而优化其模型的多种方式之一。
关于 LearnKu
粤公网安备 44030502004330号